新课推荐 | GAN专题论文研读【附免费代码复现教程】-集智俱乐部

前言

长久以来,人们都希望机器能够充满创造力,不仅能完成复杂的机械劳动,还能完成一些创造性的工作,比如画画、写诗、创作歌词等。2014年,Ian Goodfellow 提出了生成对抗网络(Generative Adversarial Networks,GANs)这一概念,推进了整个无监督学习的发展进程。

作为AI领域从业者,怎样才能紧跟AI潮流?

毫无疑问,当然是啃 paper 呀!

最近,吴恩达在一场针对「AI领域求职」的讲座中,提到:

如果你能读上一个领域内10-20篇论文,那你就可以信心满满地说你了解这一领域了。

如果你能读上50篇论文,那你就已经是个领域小专家了。

如果你能读上100篇论文,那么你大概已经有了不少科研想法,可以尝试拓宽这一领域的边界了。

最后的最后,如果你能读上200篇论文,那你就完全可以自己开一门课程。

是不是很励志,很想狂读 paper,晋升王者!

然而如果你在AI学习方面是个青铜的话,自然明白晋级王者之路多艰,如果有大神带,那自然另当别论。中科院计算所大神在此,速来报到!

集智学园&中科视拓联合推出——《GAN专题论文研读》,扫描下方二维码进入学习,开启你的晋级之路~

新课推荐 | GAN专题论文研读【附免费代码复现教程】-集智俱乐部

学习地址:

https://campus.swarma.org/gpac=412

讲师介绍

新课推荐 | GAN专题论文研读【附免费代码复现教程】-集智俱乐部

杨双,中科院计算所助理研究员。2016年于中科院自动化研究所获博士学位。主要研究方向包括计算机视觉、模式识别、图像序列分析等。先后参与国家863与自然科学基金等多项国家级/省部级课题,目前主持国家青基项目1项;在T-PAMI/CVPR等刊物上发表论文10余篇。

在CCTV1,于2018年10月20日播出的《机智过人》中,杨双老师用唇语识别,为听障人群的无声世界打开一扇窗。可以观看节目,一睹女神老师风采!

课程背景

GAN是在2014年由还在读博士的Ian Goodfellow引入深度学习领域的。从2014到2016,仅仅两年的时间,GAN热潮就席卷了AI领域顶级会议,从ICLR到NIPS,大量高质量论文被发表和探讨。

AI领域泰斗级人物Lecun形容GANs——「近20年来深度学习领域诞生的最酷想法」。2016年12月NIPS大会上,Goodfellow做了关于GANs的专题报告,使得GANs成为了当今最热门的研究领域之一。

GAN能成为深度学习的宠儿,全都依赖它强大的功能。作为一个生成模型,GAN避免了一些传统生成模型在实际应用中的一些困难,巧妙地通过对抗学习来近似一些不可解的损失函数。广泛应用于“图像超分辨率”、“图像仿真”、“数据合成”、“文本到图像翻译”等领域。

对待视频,以假乱真

对待图片,风格迁移,黑白颠倒,模糊变高清,没有数据,帮你从0到1来生成;

对待文本,根据描述生成图片,无所不能。

一个简单的例子。比如,“我想要有一只亮蓝色鸟的图片,鸟的位置也标注好了”,那么计算机就可以自己生成图片。

新课推荐 | GAN专题论文研读【附免费代码复现教程】-集智俱乐部

我们的系列课程——GAN专题论文研读涉及>30篇经典论文;每个经典模型均会有代码复现与分析讲解;覆盖范围广泛,包括:

  • 原理介绍&代码实训!

  • 理论基础&实际应用!

  • 计算机视觉&文本处理!

  • 机器学习顶会&CV顶会!

  • 2014的提出之初 → 2018的当下最新!

从GAN的诞生之初讲起,全方位覆盖,介绍每个类别的代表性论文,复现经典模型,跟大家一起逐步梳理清楚GAN的发展脉络!

新课推荐 | GAN专题论文研读【附免费代码复现教程】-集智俱乐部

配套免费的《GAN专题代码实践》学习地址:

https://campus.swarma.org/gpac=413

课程特色

  • 精选机器学习顶会和计算机视觉顶会的经典论文

  • 模块化梳理发展脉络和应用领域

  • 系统性推导关键公式

  • 从原理到代码从0到1破解CNN&GAN的前世今生

  • 手把手带你上AI王者!

  • 课程列表

  • 基础原理之GAN的诞生

  • GAN的数据生成篇

    a. 从无到有——条件式

    b. 从无到有——渐进式

    c. 从A到B的迁移式

  • GAN的模型训练篇

    a. 理论篇

    b. 技巧篇

    c. 结构篇

  • GAN的典型应用、

    a. 图像篇

    b. 视频篇

    c. 文本篇

  • GAN的特征学习

  • GAN的姿态迁移

  • GANimation

  • GAN论文串讲

特此鸣谢

感谢中科院计算所视觉信息处理与学习研究组(简称VIPL研究组)对此课程研发提供的资源支持。

感谢北京大学、天津大学、南开大学、厦门大学等学校对此门课程的认可与支持。

编辑:王怡蔺


新课推荐 | GAN专题论文研读【附免费代码复现教程】-集智俱乐部

集智俱乐部QQ群|877391004

商务合作及投稿转载|swarma@swarma.org

搜索公众号:集智俱乐部

加入“没有围墙的研究所”

新课推荐 | GAN专题论文研读【附免费代码复现教程】-集智俱乐部

让苹果砸得更猛烈些吧!

原文始发于微信公众号(集智俱乐部):集智